femto/minion-agent

解決的問題

Minion Agent 提供一個統一的框架，用於建構能執行需要瀏覽器自動化、程式碼執行與深度研究的複雜任務之 AI 代理。它簡化了將多個代理框架（如 smolagents、LangChain 和 OpenAI Assistants）整合至單一介面的過程，讓開發者能根據任務需求切換不同的底層引擎。

如何運作

此專案採用基於設定的方式（AgentConfig）來定義代理的身份、工具與底層框架。支援多種後端，其中 EXTERNAL_MINION_AGENT 框架作為高效率任務的預設選擇。系統與 Model Context Protocol (MCP) 整合，讓代理能透過標準指令或 Server-Sent Events (SSE) 連接外部工具。

適用對象

專為需要與網路互動、在本機執行程式碼，或進行廣泛資訊蒐集與研究的自主代理開發者設計。

主要特色

• 多框架支援：相容 EXTERNAL_MINION_AGENT、smolagents、LangChain、OPENAI、BROWSER_USE 與 DEEP_RESEARCH。
• 瀏覽器自動化：內建的網頁互動與控制能力。
• 程式碼執行：支援高階程式碼生成與執行，用於解決技術性任務。
• MCP 整合：完全支援 Model Context Protocol，可輕鬆新增外部工具。
• 規劃能力：支援自動規劃間隔，透過 smolagents 每數步驟重新評估任務。